一、提示词技巧：如何与AI建立默契
1. 从模糊到精确：
❌ 错误示范：2. SMART原则
借鉴项目管理中的 SMART 原则，一个好的提示词应该是：
3. 渐进式对话：从简单到复杂
不要试图在一次对话中解决所有问题。把复杂任务分解成多个步骤： 第一步：探索和理解二、编程助手使用指南
1. GLM 模型的项目感知能力
GLM 模型不是在真空中工作的——它能够理解您的整个项目结构。这意味着：
实用技巧：
- 提示 AI 先”看看”您的项目：
请分析一下这个项目的结构和主要技术栈 - 利用现有代码作为样本：
请参考components/Button.tsx的写法，创建一个新的Card组件
2. 斜杠命令：您的效率倍增器
很多 AI 助手都包含了一些“预制提示词”，可以通过敲“/”来唤起斜杠命令，以 Claude Code 为例： 文件操作类：/create-component ComponentName- 创建新组件/refactor-function functionName- 重构指定函数/add-tests fileName- 为文件添加测试
/commit- 智能生成提交信息/pr-review- 代码评审/fix-issue #123- 修复GitHub issue
/optimize- 性能优化建议/clean- 代码清理和格式化/security-check- 安全检查
3. 上下文管理：让AI记住重要的事
建立项目上下文的模板：
三、进阶技巧：成为AI协作的高手
1. 错误驱动的学习循环
给反馈的正确方式：
2. 渐进式复杂度管理
不要一开始就扔给AI一个超级复杂的任务。遵循”分而治之”的原则：
四、实战演练：从零到一构建功能
场景：为博客系统添加评论功能
第一步：建立上下文五、常见陷阱与解决方案
GLM 模型不是魔法棒，它需要您的引导和协作。就像学习任何一门技艺一样，掌握与AI协作的技巧需要时间和练习。但一旦您找到了节奏，您会发现编程变得前所未有的高效和有趣。现在看看这些常见陷阱，评估一下自己有没有遇到过吧：- 陷阱1：提示词过于简单
- 陷阱2：忽略项目上下文
- 陷阱3：一次性要求太多
- 陷阱4：缺乏反馈循环
问题： 帮我写个函数解决： 明确输入、输出、边界条件和使用场景
记住：好的提示词是成功的一半，好的反馈循环是成功的另一半。